BufferedReader方法ReadLine（）将en-dash（“\ u2013”​​）转换为连字符（“\ u002D”）

Question

我在SVN的存储库中有文件夹，其名称中包含一个短划线（“\ u2013”​​）。 我首先调用“svn list”（在我的Windows 7 + UTF-8编码中）来获取目录列表。 在调用BufferedReader readLine（）之后，它会读取列表的文本。 显示的文件夹名称包含连字符（“\ u002D”）而不是en-dash（“\ u2013”​​）。

对此有任何限制吗？

class Test {
    public static void main(String args[]) {
        BufferedReader br = null;
        try {
            String sCurrentLine;
            br = new BufferedReader(new FileReader("C:\\test–ing.xml"));
            System.out.println(br.readLine());
            while ((sCurrentLine = br.readLine()) != null) {
                System.out.println(sCurrentLine);
            }
        } catch (IOException e) {
            e.printStackTrace();
        } finally {
            try {
                if (br != null)
                    br.close();
            } catch (IOException ex) {
                ex.printStackTrace();
            }
        }
    } // end main

Answer 1

这可能是问题所在：

br = new BufferedReader(new FileReader("C:\\test–ing.xml"));

那将使用平台默认编码。您已经说过该文件是UTF-8编码的 - 因此您需要指定您想要UTF-8，这意味着避免FileReader的API损坏：

br = new BufferedReader(new InputStreamReader(
             new FileInputStream("C:\\test–ing.xml"), "UTF-8"));

假设文件 是有效的UTF-8，包含预期的字符。在做其他事情之前，你应该检查一下。

或者，鉴于这是XML，我假设在您的实际代码中，您将使用作为 XML？如果是这样，我只是直接从输入流加载它，让XML解析器处理编码。